文｜牛透社；整理｜燕子
DeepSeek 開源，讓 AI 更普及，面對革命性的技術(shù)升級，對企業(yè)軟件行業(yè)來說，DeepSeek 會是“救命稻草”嗎？
在崔牛會策劃的“DeepTalk｜DeepSeek 猜想系列”對話中，勤策創(chuàng)始人兼CEO 劉昭擔(dān)任主持人，與悅點科技創(chuàng)始人兼CEO 任鑫琦和標(biāo)普云創(chuàng)始人兼總裁楊蜀對“DeepSeek 是企業(yè)軟件的‘救命稻草’嗎？”這一話題做了深入探討。
在任鑫琦看來，AI 應(yīng)用的關(guān)鍵在于精準(zhǔn)度和落地可行性。雖然 AI 技術(shù)在推理和語言生成上取得了突破，但企業(yè)級應(yīng)用的核心挑戰(zhàn)在于如何確保高精準(zhǔn)度。企業(yè)對 AI 的要求不僅是能生成答案，而是必須比人工更準(zhǔn)確、更可靠，才能真正落地。此外，現(xiàn)階段大模型仍然依賴于基礎(chǔ)技術(shù)的進步，DeepSeek 的未來取決于能否在企業(yè)環(huán)境中建立技術(shù)壁壘，而不是單純依賴大模型的能力提升。
楊蜀認(rèn)為，通用智能體市場難做，行業(yè)深度結(jié)合才是出路。企業(yè)級 AI 的核心價值不在于“通用”，而在于如何深入行業(yè)，將 AI 嵌入具體的生產(chǎn)流程和業(yè)務(wù)環(huán)節(jié)。企業(yè)真正需要的是定制化、具備行業(yè) Know-how 的智能體，而不是一個通用的、容易被大模型進化所淘汰的方案。AI 的未來不是拼誰的技術(shù)參數(shù)更強，而是誰能更好地理解企業(yè)業(yè)務(wù)并提供深度賦能。
更多關(guān)于產(chǎn)品創(chuàng)新、企業(yè)殺手級應(yīng)用等話題，討論見真章。
勤策，基于SaaS的消費品行業(yè)CRM。目前，在 AI 上實現(xiàn)了AI 年度訂閱費數(shù)千萬。
悅點科技，通過企業(yè)級知識圖譜與大模型技術(shù)相結(jié)合，實現(xiàn)新一代數(shù)據(jù)智能系統(tǒng)。目前，企業(yè)智能體及應(yīng)用收入已達數(shù)千萬。
標(biāo)普云，聚焦金融和制造行業(yè)提供行業(yè)大模型和智能體。目前，AI 相關(guān)產(chǎn)品訂單破千萬。
以下為對話內(nèi)容，經(jīng)牛透社編輯整理：（有刪減）
Manus 是產(chǎn)品的重大創(chuàng)新？
劉昭：你認(rèn)為 Manus 算不算一個產(chǎn)品的重大創(chuàng)新？創(chuàng)新性毋庸置疑，但能否稱得上"重大創(chuàng)新"？
任鑫琦：這取決于如何定義"重大"。在我看來，作為首款敢于如此自信推出的 AI 產(chǎn)品，它確實稱得上重大創(chuàng)新。今天谷歌也發(fā)布了兩款工具集，同樣是在解構(gòu)智能體開發(fā)，將行業(yè)標(biāo)準(zhǔn)推向更高層次。但在那之前，Manus 能夠?qū)⒄麄€產(chǎn)品邏輯組織得如此完善，已經(jīng)非常出色。我們都很敬佩這種能充分利用現(xiàn)有技術(shù)打造優(yōu)質(zhì)產(chǎn)品的能力。
劉昭：楊蜀，你們公司也在做智能體，為什么沒有優(yōu)先開發(fā)類似 Manus 這樣的產(chǎn)品？
楊蜀：Manus 做的是通用智能體。凡是涉及“通用”概念的領(lǐng)域——無論是通用大模型、通用智能體，還是通用人形機器人，長期來看前景廣闊，但對創(chuàng)業(yè)者而言，短期內(nèi)都是極具挑戰(zhàn)的三座大山。我們非常贊賞這些探索者，就像當(dāng)初的"六小龍"專注通用大模型一樣。雖然需要有人開拓通用領(lǐng)域，但我們選擇深耕垂直行業(yè)。
劉昭：作為創(chuàng)業(yè)者確實存在這種顧慮。選擇通用路線難免會擔(dān)憂未來與大廠正面競爭，因此多數(shù)人不敢輕易嘗試。Manus 敢于挑戰(zhàn)通用領(lǐng)域，這種勇氣本身就值得贊賞。Manus 團隊（肖弘他們）下一步該怎么走？
任鑫琦：Manus 團隊之前做了一款面向海外市場的瀏覽器插件 Monica 已經(jīng)證明了他們對 ToC 市場的敏銳度，能快速整合 OpenAI 的能力，并在產(chǎn)品組合和用戶心理把握上很有一套。這一波他們賺足了眼球和流量，這是推廣 ToC 產(chǎn)品的強大基礎(chǔ)。
劉昭：但流量變現(xiàn)了嗎？沒有邀請碼，想?yún)⑴c都難。
任鑫琦：流量確實有了，知名度也上去了。后續(xù)的流量轉(zhuǎn)化應(yīng)該不是問題，他們團隊組織成熟，可能是在等待合適的時機。比如最近他們宣布和阿里通義千問合作，可能是在尋求更強的算力支持，從而實現(xiàn)更大的目標(biāo)。
在 ToC 領(lǐng)域，他們敢于在現(xiàn)有技術(shù)基礎(chǔ)上推進 AI Agent 的發(fā)展。我一直認(rèn)為，AI 行業(yè)是“水漲船高”——基座模型是“水”，我們是“船”，關(guān)鍵是如何不被淹沒，而是順勢而上。
劉昭：楊蜀，你怎么看？Manus 的技術(shù)路線是通過復(fù)雜的智能體交互，但可能核心只是一個智能體+瀏覽器/應(yīng)用模式。未來，會不會有新技術(shù)直接顛覆它？甚至大模型自身進化后，這種模式就被淘汰了？而且聽說它處理一個問題的 token 成本高達 5 美元，你覺得這種模式有未來嗎？
楊蜀：我接著鑫琦的觀點說。智能體的智能程度是有評價標(biāo)準(zhǔn)的，比如 GIA（通用智能評估）。Manus 的評分很高，接近 DeepSeek 的水平，盡管它用的是 Claude 底座。本質(zhì)上，智能體的能力取決于大模型的智能程度。
目前大模型的路線仍然是 LLM（大語言模型）+ RL（強化學(xué)習(xí)），但從 GPT-4 的表現(xiàn)來看，這條路線可能快接近極限了。因此，智能體的上限取決于它的技術(shù)框架（任務(wù)規(guī)劃、執(zhí)行、工具調(diào)用、反思能力等），而它的基線能力則由大模型決定。
所以，Manus 能走多遠，首先取決于大模型還能進步多少。如果大模型的智能提升放緩，智能體的發(fā)展也會受限。但至少在現(xiàn)階段，Manus 在復(fù)雜任務(wù)處理上的表現(xiàn)還是可圈可點的。
劉昭：鑫琦，你們在企業(yè)級應(yīng)用上已經(jīng)用過類似 Manus 的技術(shù)了？是在他們之前還是之后？
任鑫琦：肯定是在他們之前。不過這不代表我們更創(chuàng)新，因為企業(yè)級應(yīng)用場景完全不同。我們做人財物、產(chǎn)供銷或 OA 系統(tǒng)時，面對的都是固定軟件。我們可以用很多“作弊”方法——比如符號主義的方式限定問題域，再讓大模型執(zhí)行。這和開放域的難度不同，但我們的核心挑戰(zhàn)是要保證絕對準(zhǔn)確性。當(dāng)模擬某個崗位角色時，AI 的執(zhí)行準(zhǔn)確度必須高于人類才能落地。
劉昭：所以你們不會完全跟隨 Manus 的路線？
任鑫琦：不會。我認(rèn)為 Manus 未來的關(guān)鍵在于如何基于基座模型構(gòu)建競爭壁壘，這關(guān)系到它的生死存亡。
劉昭：通用智能體的技術(shù)門檻有多高？Manus 想建立壁壘不容易吧？這種情況下，它的產(chǎn)品價值和公司前景如何？
楊蜀：前景要問他們的投資人（騰訊剛追投）。但 Manus 的重大意義在于證明了通用智能體的可行性，相當(dāng)于做了次全民科普。企業(yè)現(xiàn)在都該開發(fā)自己的“數(shù)字員工”，針對具體場景解決問題。
劉昭：肖弘團隊從微伴、Monica 到 Manus，確實很厲害。為什么他們選 Claude 而不用 DeepSeek？鑫琦你們在企業(yè)市場主要用什么模型？
任鑫琦：Claude 的代碼生成能力確實強（特別是3.5/3.7版本），但國內(nèi)企業(yè)客戶很少需要實時代碼生成。我們更多用開源模型，比如通義千問 72 B 到 110 B 版本推理能力顯著提升后，配合知識蒸餾效果很好。只有在工具鏈不足時，才需要 Claude 這種實時代碼生成能力。
劉昭：所以固定問題可以預(yù)寫代碼，動態(tài)問題才需要 Claude？
任鑫琦：基本正確?，F(xiàn)在寫代碼也會用 Claude，只是提前寫好嵌入系統(tǒng)，不實時生成。Manus 集成了 26 個工具，當(dāng)現(xiàn)有工具不夠時才需要代碼生成補足。
劉昭：楊蜀怎么看 Claude？
楊蜀：在硅谷，Claude 是四大模型之一（OpenAI/Claude/Facebook/Grok）。業(yè)內(nèi)說 Claude 是“理科生模型”，OpenAI 是"文科生模型"。Manus 用 Claude 很合理，畢竟主打海外市場。
AI 時代，為何不見企業(yè)殺手級應(yīng)用
劉昭：在移動互聯(lián)網(wǎng)時代有支付寶、微信這類殺手級應(yīng)用；4G 時代有抖音這類短視頻應(yīng)用。但在 AI 時代，企業(yè)側(cè)還沒有出現(xiàn)殺手級應(yīng)用，為什么？大家有沒有遇到一些特別有前景的客戶應(yīng)用案例？
任鑫琦：這個問題可以從兩個維度來看：
第一，時間因素。AI 技術(shù)商業(yè)化落地的時間還比較短，真正的殺手級應(yīng)用可能還在孕育中。
第二，生態(tài)成熟度。以 DeepSeek 為例，雖然它在思維推理、語言生成等核心能力上已經(jīng)出圈，但相比國外成熟的模型生態(tài)，還存在明顯差距。比如它的開源版本目前還不支持 function calling 等功能，這說明整個工具鏈和生態(tài)支持還需要進一步完善。
劉昭：有人提了一個觀點很有意思，說企業(yè)級應(yīng)用對容錯率要求高，不允許 AI 胡言亂語，而個人應(yīng)用相對寬容。這是否是企業(yè)級難出殺手級應(yīng)用的原因？
任鑫琦：這確實是個重要因素。這也解釋了為什么我們的技術(shù)棧與互聯(lián)網(wǎng)大廠不同——我們不需要解決通用問題，而是要打造一個高精準(zhǔn)度的專業(yè)知識庫。
初期使用 AI 時，人們會對它處理陌生領(lǐng)域的能力贊嘆，但當(dāng)涉及自己專業(yè)領(lǐng)域時，就會發(fā)現(xiàn)它只能達到平均水平。而企業(yè)級應(yīng)用恰恰是要服務(wù)專業(yè)人士，要求 AI 比專家做得更好，這本身就是巨大挑戰(zhàn)。
目前我認(rèn)為 Agent 的殺手級應(yīng)用主要有兩類輔助方向：
1. 靜態(tài)輔助（被動）：如知識庫查詢，用戶有需求時提供幫助。
2. 動態(tài)輔助（主動）：Agent 嵌入業(yè)務(wù)系統(tǒng)，在日常工作中主動提供支持。
而未來的突破點在于實現(xiàn)特定場景的全閉環(huán) Agent 應(yīng)用。不是說完全替代某個崗位，而是能承擔(dān)該崗位的全部工作。比如：
- 外呼系統(tǒng)（已經(jīng)做得很成熟）
- 顧問級銷售/客服
- 醫(yī)療領(lǐng)域的專業(yè)建檔和慢病跟蹤
- 工業(yè)制造領(lǐng)域的維修建議
關(guān)鍵評估標(biāo)準(zhǔn)是實際的人力替代效能。被動輔助難以量化價值，但若能明確替代多少人力完成閉環(huán)工作，這才是 AI 商業(yè)化的重要指標(biāo)。
楊蜀：關(guān)鍵在于 AI 能否進入企業(yè)的核心生產(chǎn)流程。通用智能體（如客服、辦公助手等）確實有需求，但真正的價值在于與行業(yè)深度結(jié)合的特色模型。這可能是大模型、小模型，或是特定算法，關(guān)鍵是要融入企業(yè)的核心生產(chǎn)系統(tǒng)。
我們正在與制造業(yè)上市公司合作優(yōu)化其核心生產(chǎn)流程算法。這里有個重要認(rèn)知：一是必須尊重行業(yè)壁壘，隔行如隔山，跨行業(yè)經(jīng)驗往往難以復(fù)用；二是行業(yè)知識存在“關(guān)鍵1%”現(xiàn)象，企業(yè)間 90% 的基礎(chǔ)知識可能相同，但決定競爭力的往往是那 1% 的核心 know-how。
以半導(dǎo)體為例：臺積電與中芯國際的工藝知識庫 99% 可能相同，但量產(chǎn) 3nm 與 7nm 的關(guān)鍵差距就在那 1%。
這才是 AI 最能創(chuàng)造價值的地方，它將智能技術(shù)與企業(yè)的核心生產(chǎn)流程深度融合。
劉昭 ：今天我特別想重點討論一個問題：目前使用大模型優(yōu)化生產(chǎn)流程到底有沒有真正成功的案例？雖然大家都在談?wù)撨@個方向，但我好像還沒看到特別突出的成功案例，不知道各位怎么看這個問題？
任鑫琦：我補充一下實際情況。目前國內(nèi)確實很少有企業(yè)能在這方面做得特別好，我們團隊一直深度參與包括 ERP 供應(yīng)鏈在內(nèi)的智能體開發(fā)，深知其中的難度。
不過美國已經(jīng)出現(xiàn)了成功案例，比如 Palantir 這家公司。2023 年之前他們主要做情報分析，后來推出了 AIP 平臺，深度整合到企業(yè) ERP 系統(tǒng)中。要知道 ERP 不是單一軟件，而是產(chǎn)、供、銷的復(fù)雜組合體系，光是像 SAP 這樣能把軟件應(yīng)用流程組織好就已經(jīng)很不容易了，但其中涉及的數(shù)據(jù)聯(lián)通分析、預(yù)測調(diào)度優(yōu)化等環(huán)節(jié)，確實還需要大量數(shù)據(jù)分析和 AI 技術(shù)的支持。
經(jīng)過兩年實踐，Palantir 確實取得了一些成功案例。為什么他們能成功？我認(rèn)為關(guān)鍵在于發(fā)展階段的問題。目前中國的 AI 發(fā)展水平相當(dāng)于美國 2023 年 GPT-3.5 到 4.0 的爆發(fā)期。說實話，2023-2024 年我和很多做 ERP 實施的企業(yè)老板交流時發(fā)現(xiàn)，他們對 AI 的了解還很有限。這次 DeepSeek 的突破確實是個標(biāo)志性事件，讓我們在技術(shù)上基本追平了美國，但確實是剛剛追平。
一體機是企業(yè)的必選項？
劉昭：關(guān)于現(xiàn)在流行的一體機，你們怎么看？楊蜀，聽說你在海外也推廣過一體機，美國市場是否存在大模型一體機的需求？
楊蜀：我們主要在亞太區(qū)推廣。去年推廣效果不太理想，但今年明顯好轉(zhuǎn)。主要有兩個原因：第一，去年 OpenAI 在大模型領(lǐng)域遙遙領(lǐng)先，雖然我們推廣的是基于開源的自研大模型，但國外客戶普遍認(rèn)為中國 AI 與 OpenAI 存在差距。第二，在 DeepSeek 出現(xiàn)之前，大模型對算力需求很高，導(dǎo)致一體機價格昂貴。在海外市場，我們無法推廣公有云方案，只能推一體機。
今年情況發(fā)生了變化：首先，DeepSeek 的表現(xiàn)讓市場認(rèn)可中國大模型已經(jīng)接近 OpenAI 的水平；其次，DeepSeek 團隊在 GPU 優(yōu)化方面做得非常出色，他們從芯片級進行開發(fā)，大幅提升了算力效率。我甚至覺得他們應(yīng)該考慮做 GPU 研發(fā)。這些技術(shù)進步降低了一體機的配置要求，性價比顯著提升，所以今年市場反響明顯好轉(zhuǎn)。
劉昭：為什么一體機主要在中國市場比較火爆？
楊蜀：中國市場對一體機的接受度確實很高，連公有云巨頭都開始布局一體機業(yè)務(wù)，這個現(xiàn)象很有意思。本質(zhì)上反映了兩個核心需求：第一是企業(yè)希望在本地部署推理算力，這源于對核心知識庫安全性的考慮；第二是數(shù)據(jù)隱私保護的需求。正是這兩個因素推動了一體機市場的發(fā)展，公有云廠商也看到了這個趨勢。
實際上美國市場的一體機需求也在增長，主要原因：一是美國公有云服務(wù)成本過高，企業(yè)自建私有云更具經(jīng)濟性；二是在 AI 時代，企業(yè)更關(guān)注核心知識產(chǎn)權(quán)的保護。比如 OpenAI 雖然承諾保護用戶數(shù)據(jù)，但生成內(nèi)容的版權(quán)歸其所有。這就引發(fā)了數(shù)據(jù)安全方面的擔(dān)憂，也是 DeepSeek 被傳可能面臨訴訟的原因之一。這種對知識泄露的擔(dān)憂，進一步推動了對本地化部署的需求。
一體機未來一定是必選項。
劉昭：鑫琦，你怎么看？為什么你們選擇做企業(yè)私有模型呢？
任鑫琦：這個問題要從我們在 2023 年的判斷說起。根據(jù)多年 To B 服務(wù)經(jīng)驗，我們發(fā)現(xiàn)真正具備實力和意愿嘗試 AI 的，主要還是中大型企業(yè)，包括國央企和大型上市民企。這些企業(yè)的思路與美國很不同，他們更傾向于私有云部署，甚至要求完全私有化。基于這個市場特點，我們決定專注這個方向。
當(dāng)時我們還考慮到幾個現(xiàn)實因素：
1. 經(jīng)濟環(huán)境影響：疫情后企業(yè)IT預(yù)算收緊，不可能像過去十年信息化建設(shè)時期那樣大規(guī)模投入；
2. 硬件限制：不僅面臨美國的芯片禁運，即使沒有限制，短期內(nèi)大量采購高端顯卡也不現(xiàn)實；
3. 成本考量：只有具備建設(shè)智算中心能力的企業(yè)才可能承擔(dān)私有化大模型的高成本。
因此在實際落地時，我們選擇基于開源模型的私有化部署方案。雖然初始能力有限，但我們通過其他技術(shù)手段進行補充和完善。隨著技術(shù)發(fā)展，今年我們看到了很大的希望。
或許在一年內(nèi)會出現(xiàn)能夠?qū)崿F(xiàn)全閉環(huán)的智能體應(yīng)用，真正替代特定業(yè)務(wù)場景中的人工工作。這種應(yīng)用將會快速普及。
說明：文章原創(chuàng)并首發(fā)于牛透社公眾號（ Neuters），未經(jīng)授權(quán)，謝絕轉(zhuǎn)載。
熱門跟貼